虚拟手术中软组织形变建模与切割仿真研究

来源 :南昌大学 | 被引量 : 1次 | 上传用户:hongsx14
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
虚拟手术系统是一个通过计算机技术模拟现实手术操作的系统,其除了能为实习医生提供手术训练条件外,还可以在实际手术中为手术医生提供术前规划、术中导航以及术后评价等帮助。而在众多手术操作中,切割作为出现频率最高、最普遍的手术操作,对其进行模拟仿真一直是虚拟手术领域的重点研究内容,但由于软组织结构的复杂性,目前还有诸多难点尚待解决,其大致可分为三类:其一是软组织几何模型的稳定性问题,即当进行切割仿真时,软组织几何结构会遭到一定的破坏,如何维护模型的稳定性是研究切割仿真时必须考虑的问题;其二是伤口的真实性问题,伤口的真实性对切割仿真的视觉效果具有重要影响,逼真的伤口能够让使用者有更强的沉浸感;最后是系统实时性问题,一般而言,采用的体元越多,仿真的逼真度越高,但过多的体元势必会造成计算速率的下降,如何兼顾实时性与真实性一直是该领域亟待解决的难题。针对上述问题,本文围绕软组织建模、切割仿真等关键技术展开深入研究,进行了如下工作:首先,针对基于网格的软组织模型中存在的网格维护工作量大、操作复杂且容易出现模型不稳定的问题,以及基于无网格的模型中存在的积分计算量大、渲染困难等缺点,本文提出了一种基于有网格和无网格的混合切割模型,其采用基于点元无网格法对软组织进行物理建模。该方法是基于物理的建模方法不仅形变效果更加真实,而且对于大形变的模拟也具有不错的效果,因此能够较好满足虚拟手术对于切割模型的要求。为了避免无网格模型中切口难以绘制的问题,采用基于网格的单元分裂法对软组织模型进行切割,并在此基础上使用贝塞尔曲线优化伤口,使得伤口形态与真实伤口更加相似。其次,采用单元分裂法进进行网格重构,而目前常用的Delaunay算法与耳切法在这行模型切割时,其切割面往往呈现空洞状态,这对仿真效果的逼真性有很大影响,为了解决这个问题,一般需要对切割面种具有约束条件的点集上进行网格重构时分别存在计算效率不高以及重构效果不理想的问题。为此本文在传统耳切法的基础上进行改进,提出了一种基于索引的耳切法,其通过引入索引数组的方式不仅实现了对于顶点数组的快速访问,而且保留了原有的顶点数据,同时为了提高切割面的视觉效果,将顶点的凹凸性判断过程融入到三角剖分过程中,从而实现对于顶点凹凸性更为精准的判定,进而达到对切割面更加精准的网格重构。最后,由于软组织结构的复杂性,其切割面通常不止一个,因此正确区分不同的切割面是进行切割面网格重构的必要条件,为此本文提出了一种基于公共边的交线拟合算法,此方法通过将易变量的比较转化为不变量之间的比较,避免了基于公共点的交线拟合算法中由于数值计算带来的不稳定性,从而能够更加精准的区分不同切割面。
其他文献
随着互联网被越来越多的人使用,互联网上存积了很多数据。商品评论,店铺评论等各种各样的评论文本充斥在网络平台上。这些评论文本的信息蕴含了很多有用的信息。因此从评论文本中分析情感的技术就显得尤为重要。传统的情感分析一般是粒度较粗的情感分析,但是粗粒度的情感分析已经不能满足人们的需求,而针对文本中特定属性的细粒度情感分析则能很好地解决这个问题。本文在之前的细粒度情感分析模型的基础上,对原来的模型进行改进
学位
数字图像作为一种重要的信息载体,在人们的日常生活中应用广泛。因此,保证图像在恶劣的网络环境中能够安全稳定地传输就显得尤为重要。本文基于混沌系统和离散余弦斯托克韦尔变换设计了两种安全、高效的图像加密算法。本文的主要研究工作如下:提出了一种基于六维非退化离散超混沌系统、二维离散余弦斯托克韦尔变换(Two-dimensional discrete cosine Stockwell transform,2
学位
随着国内动漫产业的火爆,越来越多的人开始关注生成对抗网络在动漫领域的应用,如短视频平台的动漫风格迁移以及动漫头像生成等。传统的生成对抗网络在动漫头像这类细节复杂的图像生成效果往往欠佳,主要表现在:一方面大部分生成对抗网络在动漫头像的生成上会呈现出训练不稳定,生成样本的多样性差,容易会出现模式崩塌;另一方面生成样本质量不高、人物局部细节效果不好造成图像失真。针对上述问题,本文以生成对抗网络为基础,对
学位
地球外辐射带是指地球周围较远区域(相比于内辐射带)包含大量高能带电粒子的聚集区。外辐射带高能的电子将会对卫星的飞行和宇航员出舱活动造成极大的威胁。因此对于地球外辐射带中电子通量的研究一直是空间物理学科中一个非常重要的内容。又由于近几年人工智能技术的兴起,不少研究人员开始将人工智能技术运用在对地球外辐射带中电子通量的研究上。本文主要内容是对地球辐射带中电子通量的拟合,接着延伸到对地球外辐射带中电子通
学位
表情是人类表达心理活动和情绪状态的一种最自然、最普遍的方法。随着深度学习的发展,人脸表情识别技术广泛地运用在情感模拟、辅助驾驶、网络教育、辅助医疗和刑事侦探等多种领域。本文针对细粒度条件下的静态人脸表情识别展开研究。当前人脸表情识别工作中主要存在着两大问题。(1)卷积神经网络在卷积和池化过程中,不同尺度特征之间缺乏高效的交流和融合,高维特征易丢失关键的细粒度信息,如纹理和边缘等,导致人脸表情的识别
学位
交警指挥手势识别是智能交通领域中一项非常重要的研究课题,在辅助驾驶、无人驾驶中有着广泛的应用价值。现有基于图卷积网络的交警手势识别方法存在两个问题。问题一是现有基于图卷积的交警手势识别方法易受复杂背景和过平滑问题的影响,导致特征提取不准确。现有图卷积方法易受图像背景中移动行人的影响,冗余的行人骨架数据导致交警手势特征提取不准确。同时,图卷积的过平滑问题使得手势特征随着卷积过程而被同化,降低了行为特
学位
流计算模式是在流数据背景下出现的一种新型动态计算形式,其本质是一种同时实施增量学习与减量学习的计算方法。目前在流计算背景下进行动态三支决策问题的推理和求解主要针对完备符号型数据,而实际应用中数据往往是数值型和符号型混合在一起,并通常呈现出不完备性特征。此外,现有的大多数研究主要针对于对象流计算,而在属性流计算背景下进行动态三支决策却少有研究。因此,本文以流数据为背景,在不完备混合型信息系统中对对象
学位
属性级情感分析旨在挖掘出文本中某个特定属性的情感极性,从而为决策者提供更可靠的支撑,在电商平台、外卖平台和舆情分析等诸多领域有着重要的应用价值。本文基于深度学习的方法开展属性级情感分析研究,针对现有方法中存在语义特征不丰富、句法特征质量不高等问题,开展了一系列研究工作,主要内容如下:(1)针对特征表示不够丰富的问题,提出一种融合位置信息和交互注意力的属性级情感分析模型PGIA。模型使用BI-LST
学位
作为形式概念分析理论的基石,概念格是具有偏序关系的二元组所构成的Hasse图。动态环境中的更新,更是近些年来形式概念分析研究的热点问题。在深度学习中采用的卷积计算是一种滑动窗口形式的数据动态处理方式。面向卷积计算进行概念格的动态研究是概念格逻辑推理与神经网络相结合的重要探索,目前本领域尚未开展相关研究。因此,本文以动态信息系统为背景,卷积计算为模型,分别针对形式概念分析理论的两大热门研究方向进行钻
学位
伴随计算机辅助诊断技术的日渐成熟,借助超声图像和深度学习技术构建辅助诊断模型,对医生为甲状腺结节做出高效准确的定性诊断具有重要意义。全文是针对模型构建过程中存在甲状腺超声图像训练样本不足、深层特征提取难、良恶性识别性能不佳等问题,开展基于迁移学习和深度卷积神经网络的甲状腺超声图像分类算法研究。研究的主要内容和取得的阶段性成果如下:(1)预处理甲状腺超声图像数据集,改善图像质量,扩充样本数量,解决真
学位